Порайонные прогнозы урожайности озимой пшеницы для двух областей России: сравнение точности моделей машинного обучения и классических подходов с использованием алгоритма локальной адаптации

Пшеница является одной из основных зерновых культур в мире и обеспечивает условия продовольственной безопасности. Прогнозы урожайности озимой пшеницы имеют большое прикладное значение для регионов России, где озимые зерновые культуры являются доминирующими культурами: в регионах Центральной России, а также на юге России, - в областях с мягкими зимами и достаточным снежным покровом, защищающим всходы от вымерзания. В целом, величина урожайности культуры представляет собой интегральный показатель состояния сельскохозяйственных земель.

В данной работе мы исследовали ряд современных подходов к ретроспективному определению урожайности озимой пшеницы на районном уровне на примере двух областей России (Пензенская и Ростовская области), которые находятся в разных природно-климатических условиях. Нами были использованы полученные на основе прибора MODIS спутниковые данные за 2013-2025 гг. (Толпин и др., 2014), а также данные реанализа погоды, собранные в системе Вега-Science (Loupian et al., 2022), и доступная порайонная статистика урожайности Росстата.


Мы провели детальное сравнение между собой следующих моделей урожайности озимой пшеницы:
(1) классическая линейная модель прогноза урожайности по максимуму индекса NDVI за сезон вегетации с использованием алгоритма порайонной локальной адаптации прогноза модели;
(2) машина градиентного бустинга использующая подекадные интерполированные ряды индекса вегетации NDVI и данные реанализа погоды (см. например - Клещенко 2025), а также ряд специально сконструированых признаков;
(3) нейросетевая модель использующая ежедневные интерполированные ряды индекса NDVI и данные реанализа погоды на год прогноза и ряд предыдущих лет (Сычков и Трошко, 2024);

Все три модели демонстрируют высокую точность для благоприятных лет развития прсевов. При наступлении неблагоприятных погодных условий для развития культуры в сезоне вегетации, информация о погоде (соотнесенная с наступлением фенофаз озимой пшеницы) в модели (2) обеспечивает ей более высокую точность прогноза урожайности, чем дает классическая модель (1), даже с учетом ее локальной адаптации. В модели (3) наряду с временными рядами NDVI и погодных параметров на год прогноза, используются также усредненные временные ряды за несколько прошлых лет. Это создает модели (3) сложности при резких колебаний погодных условий на масштабе 1 года. Модель (2) демонстрирует высокую точность прогноза урожайности как в благоприятные так и неблагоприятные годы с точки зрения развития посевов озимой пшеницы и в разных погодных условиях за сезон вегетации.

Работа выполнена в рамках темы ИКИ РАН «Космос -Д» (госрегистрация № 122042500019-6) с использованием инфраструктуры Центра коллективного пользования «ИКИ-Мониторинг» (Лупян и др., 2019).